WO2020025180A1 - Verfahren zum betrieb eines autonom fahrenden kraftfahrzeugs - Google Patents

Abstract

Verfahren zum Betrieb eines autonom fahrenden Kraftfahrzeugs, bei dem mittels wenigstens einer Kamera (6) der Fahrzeuginnenraum erfasst und die Kamerabilder mittels einer Verarbeitungseinrichtung (7) zur Erfassung wenigstens einer personenbezogenen Information einer den Fahrzeuginnen- raum betretenden Person verarbeitet werden, anhand welcher Information bestimmbar ist, ob die Person zur anstehenden Beförderung in einem fahrzeugseitig zu montierenden zusätzlichen personenspezifischen Sitz sitzen muss, wonach seitens der Verarbeitungseinrichtung (7) bestimmt wird, ob ein personenspezifischer Sitz (4) im Fahrzeug vorhanden und fixiert ist, wobei die anstehende Beförderung nur möglich ist, wenn ein solcher Sitz erfasst wird.

Description

Verfahren zum Betrieb eines autonom fahrenden Kraftfahrzeugs

BESCHREIBUNG:

Die Erfindung betrifft ein Verfahren zum Betrieb eines autonom fahrenden Kraftfahrzeugs.

In Zukunft werden autonom fahrende Kraftfahrzeuge vermehrt zum Einsatz kommen. Ein solches Kraftfahrzeug ermöglicht eine fahrerlose Fahrt von ei- nem Ort zu einem anderen, das heißt, dass das Fahrzeug vollständig auto- matisiert beziehungsweise pilotiert fährt, ohne dass es einer Interaktion eines Fahrers bedarf. Eine Person steigt in das Fahrzeug, dem lediglich eine Zieladresse mitzuteilen ist, woraufhin die selbsttätige, autonome Fahrt erfol- gen kann.

Während Jugendliche und Erwachsene während einer solchen autonomen Fahrt auf den fahrzeugseitig verbauten Sitzen Platz nehmen können, benöti- gen Kinder, Kleinkinder oder Babys einen zusätzlichen Sitz, wobei unter dem Begriff „Sitz“ auch eine Sitz- oder Babyschale zu verstehen ist. Für den Transport eines Kindes, Kleinkindes oder Babys ist die Verwendung eines solchen zusätzlichen Sitzes mitunter auch gesetzlich vorgeschrieben, je nach Land, in dem das Kraftfahrzeug betrieben wird.

Bei einem autonom fahrenden Fahrzeug besteht dabei das Problem, dass ein Kind oder Kleinkind, mit oder ohne Zustimmung der Eltern, ein solches Fahrzeug betreten kann, um zu einem bestimmten Ziel zu fahren, also ohne Begleitung eines Elternteils. In diesem Fall ist keine Überprüfungsinstanz, wie sie üblicherweise von dem Elternteil gebildet ist, gegeben, die den siche- ren Transport des Kindes überprüft beziehungsweise die Verwendung eines kindgerechten zusätzlichen Sitzes prüft.

Aus DE 10 2015 119 286 A1 ist ein Fahrzeug System bekannt, das in der La- ge ist, aufgrund eines ersten Signals, das auf das Vorhandensein eines Kin- derrückhaltesystems an einem Fahrzeugsitz hinweist, und eines zweiten Signals, das eine Gurtspannung darstellt, zu bestimmen, ob das Kinderrück- haltesystem einen Kindersitz oder eine Sitzerhöhung beinhaltet. Das System ist also in der Lage, das Kinderrückhaltesystem genauer zu spezifizieren.

Aus DE 10 2015 121 113 A1 ist ein Kraftfahrzeug bekannt, das autonom ein- parken kann. Neben der Erfassung einer entsprechenden Bewegungstrajek- torie, längs welcher das Fahrzeug für den automatischen Einparkvorgang automatisch bewegt wird, erfolgt zusätzlich eine Erfassung des Innenraums dahingehend, ob eine Person im Fahrzeug sitzt. Wird eine Person erfasst, so unterbleibt die Bewegung des Fahrzeugs entlang der bestimmten Einparkt- rajektorie.

Aus DE 10 2016 207 376 A1 ist ein Verfahren zum Erkennen einer Position einer Person und/oder einer veränderten Position der Person oder einer wei- teren Person für ein Fahrzeug bekannt. Dieses Verfahren ermöglicht es, die Positionen von Personen in dem Fahrzeug jederzeit und zuverlässig zu er- kennen, was für hoch automatisiert fahrende Fahrzeuge relevant ist, wo Per- sonen ihre Position im Fahrzeug wechseln können respektive die Sitze selbst in der Lage sind, entsprechend umpositioniert zu werden. Hierzu wird eine Belegungsinformation eingelesen, die die Position von zumindest einer Per- son in dem Fahrzeug repräsentiert. Anschließend wird die Belegungsinfor- mation mit zumindest einer gespeicherten Leerinformation verglichen, die ein personenleeres Fahrzeug repräsentiert, oder mit einer gespeicherten Vorbe- legungsinformation, die eine vor der Belegungsinformation eingelesene Posi- tion der Person in dem Fahrzeug repräsentiert. Sodann wird ein Erken- nungssignal ausgegeben, wenn eine vorbestimmte Beziehung zwischen der Belegungsinformation und der Leerinformation oder der Vorbelegungsinfor- mation besteht, wobei das Erkennungssignal die an der Position erkannte Position oder die erkannte veränderte Position der Person oder der weiteren Person in dem Fahrzeug repräsentiert. Die Belegungsinformation respektive Leerinformation respektive Vorbelegungsinformation kann beispielsweise in Form von Bildinformationen erfasst und ausgewertet werden, wobei zum Vergleichen der Belegungsinformation mit der Leer- oder Vorbelegungsin- formation ein entsprechender Bildvergleich erfolgen kann. Ist eine Babyscha- le im Fahrzeug verbaut, so kann über die Belegungsinformation auch erfasst werden, ob die Babyschale belegt ist. Insbesondere kann somit das Erken- nungssignal ausgegeben werden, wenn die Babyschale als leer erkannt wird, womit der Vorteil gegeben ist, dass, wenn Babys oder Kinder im Fahrzeug erfasst werden, entsprechende Schutzmechanismen aktiviert oder deaktiviert werden können, so dass auch Babys oder Kleinkinder effizient geschützt werden können.

Aus DE 10 2012 206 535 A1 ist ein Fahrzeug mit einem eingebauten Kin- deranwesenheits- und Erinnerungssystem bekannt. Im Fahrzeug ist ein Kin- dersitz angebracht, der einen Belegungssensor aufweist. Die Logik eines Steuerungssystems wertet die Sensordaten aus, um zu ermitteln, wann ein Alarm oder eine Erinnerung ausgegeben werden soll, die anzeigt dass ein Kind im Fahrzeug zurückgelassen wurde.

Schließlich ist aus DE 10 2016 010 949 A1 ein Verfahren zum Betrieb eines Sitzpositionseinstellsystems für einen Fahrzeugsitz bekannt. Mitunter wird auf einem solchen Sitz ein Kindersitz angeordnet. Befindet sich nun ein Kind in dem Kindersitz, bei dem es sich auch um eine Babyschale handeln kann, wird dies über eine geeignete Sensorik, beispielsweise eine Kamera oder dergleichen, erfasst und daraufhin das Sitzpositionseinstellsystem des Fah- rersitzes automatisch blockiert. Das heißt, dass die Sitzposition nicht verän- dert werden kann, auch wenn das Sitzpositionseinstellsystem bedient wird. Eine Beschädigung des Kindersitzes und/oder eine Verletzung des Kindes in dem Kindersitz aufgrund einer unbeabsichtigten Verstellung des Fahrersitzes ist damit weitestgehend ausgeschlossen. Der Erfindung liegt damit das Problem zu Grunde, ein Betriebsverfahren für ein autonom fahrendes Fahrzeug anzugeben, das einen sicheren Transport insbesondere von Kindern oder Kleinkindern ermöglicht.

Zur Lösung dieses Problems ist erfindungsgemäß ein Verfahren zum Betrieb eines autonom fahrenden Kraftfahrzeugs vorgesehen, bei dem mittels we- nigstens einer Kamera der Fahrzeuginnenraum erfasst und die Kamerabilder mittels einer Verarbeitungseinrichtung zur Erfassung wenigstens einer per- sonenbezogenen Information einer den Fahrzeuginnenraum betretenden Person verarbeitet werden, anhand welcher Information bestimmbar ist, ob die Person zur anstehenden Beförderung in einen fahrzeugseitig zu montie- renden zusätzlichen personenspezifischen Sitz sitzen muss, wonach seitens der Verarbeitungseinrichtung bestimmt wird, ob ein personenspezifischer Sitz im Fahrzeug vorhanden und fixiert ist, wobei die anstehende Beförde- rung nur möglich ist, wenn ein solcher Sitz erfasst wird.

Erfindungsgemäß erfolgt eine Fahrzeuginnenraumüberwachung dahinge- hend, ob eine Person den Fahrzeuginnenraum betritt, also in das grundsätz- liche autonom fahrende Fahrzeug einsteigt. Mittels einer Verarbeitungsein- richtung werden die laufend erfassten Kamerabilder respektive die Bilddaten ausgewertet, um wenigstens eine personenbezogene Information, die die eingestiegene Person näher beschreibt beziehungsweise hinsichtlich eines oder mehrerer personenspezifischer Kriterien definiert, zu ermitteln. Das heißt, dass durch diese Bilddatenanalyse eine Erfassung oder Erkennung des Personentyps erfolgt. Anhand dieser personenbezogenen Information kann seitens der Verarbeitungseinstellung erfasst werden, ob es sich also um einen Erwachsenen, der auf einem üblichen fahrzeugseitig verbauten Sitz sitzen kann, handelt, oder um ein Kind oder Kleinkind, das auf einem speziellen zusätzlichen Sitz sitzen muss.

Ergibt nun die Bilddatenauswertung, dass es sich bei der Person um ein Kind oder Kleinkind handelt, wird seitens der Verarbeitungseinrichtung bestimmt, ob im Fahrzeug ein personenspezifischer Sitz, also ein entsprechend ausge- legter Kindersitz, verbaut respektive fixiert ist, auf dem das erfasste Kind oder Kleinkind Platz nehmen kann. Nur wenn erfasst wird, dass ein eben solcher Sitz vorhanden ist, ist die grundsätzliche Beförderung möglich, das heißt, dass in diesem Fall seitens der Verarbeitungseinrichtung quasi ein Freigabesignal ausgegeben wird, das anzeigt, dass das Kraftfahrzeug grundsätzlich eine anstehende Beförderung durchführen kann. Ergibt sich, dass kein personenspezifischer geeigneter Kindersitz vorhanden ist, so wird diese Freigabe nicht erteilt, die autonome Beförderung kann nicht durchge- führt werden.

Der eigentliche Beförderungsbetrieb kann schließlich auch dann erst erfol- gen, wenn sichergestellt ist, dass die Person respektive das Kind auch tat- sächlich auf dem Sitz Platz genommen hat beziehungsweise auch den Si- cherheitsgurt angelegt und geschlossen hat, wenn also sichergestellt ist, dass das Kind vorschriftsgemäß auf dem Sitz sitzt und gesichert ist. Auch dies kann über eine geeignete Erfassungseinrichtung, beispielsweise wiede- rum die oder eine Kamera oder einen Sitzsensor in Verbindung mit einer Er- fassungseinrichtung, die das Schließen des Sicherheitsgurtes erfasst, sowie der Verarbeitungseinrichtung erfasst werden. Ist auch diese Randbedingung erfüllt, so kann ein endgültiges Freigabesignal zur Freigabe des autonomen Fährbetriebs gegeben werden.

Grundsätzlich ist es denkbar, bereits anhand nur einer Information die Ermitt- lung, ob die Person in einem speziellen Sitz während der Fahrt sitzen muss, mithin also ob es sich um ein Kind oder Kleinkind handelt, vorzunehmen. Zweckmäßigerweise werden hierzu jedoch mehrere Informationen ermittelt, die das Alter, das Gewicht und/oder die Größe der Person beschreiben, wo- bei wenigstens zwei, bevorzugt alle diese Informationen bestimmt werden. Anhand dieser Informationen kann eine Person sehr genau identifiziert res- pektive charakterisiert werden, so dass eine sehr genaue Erfassung respek- tive Unterscheidung dahingehend, ob es sich um einen Erwachsenen, einen Jugendlichen, ein Kind oder ein Kleinkind handelt, erfolgen kann.

Zur Ermittlung der einen oder der mehreren Informationen bedient sich die Verarbeitungseinrichtung zweckmäßigerweise eines durch maschinelles Ler- nen angelernten Algorithmus. Dieser wird zweckmäßiger Weise mittels ge- eigneter Trainingsdaten angelernt, es findet also bevorzugt ein überwachtes Lernen statt. Die Verarbeitungseinrichtung nutzt bevorzugt ein angelerntes neuronales Netz, wobei hierfür bevorzugt ein Deep Learning Netz verwendet wird. Verfahrensgemäß wird also zur Informationsermittlung künstliche Intel- ligenz respektive maschinelles Lernen verwendet, mithin also ein selbst adaptiver Algorithmus in Form eines angelernten, also trainierten neuronalen Netzes. Bevorzugt wird hierfür ein Deep Learning Netz verwendet, wobei Deep Learning eine Teildisziplin des maschinellen Lernens ist. Insbesondere das Deep Learning nutzt eine Reihe hierarchischer Schichten beziehungs- weise Arbeitsebenen, wobei in einer ersten Schicht (input layer) die zu ver- arbeitenden Daten, vorliegend die Kamerabilddaten, eingegeben werden. Das Arbeitsergebnis der ersten Schicht wird an eine weitere Schicht ausge- geben, die die in der ersten Schicht verarbeitenden Informationen erneut verarbeitet und an eine folgende Schicht ausgibt, wobei die der ersten Schicht folgenden Schichten als versteckte Schichten oder Ebenen (hidden layers) bezeichnet werden. Die einzelne eben spezifische Datenverarbeitung geht über alle Ebenen des künstlichen neuronalen Netzes respektive Deep Learning Netzes weiter, das endgültige Ergebnis wird erst in der letzten Schicht, der sogenannten output layer, ausgegeben. Das heißt, dass unter Verwendung eines solchen neuronalen Netzes respektive Deep Learning Netzes eine äußerst exakte Datenverarbeitung beziehungsweise -analyse möglich ist und demzufolge eine hoch genaue Personencharakterisierung. Neben den genannten Algorithmen bzw. Netzen sind aber auch andere Algo- rithmen verwendbar, beispielsweise eine Support-Vector-Maschine, ein Ent- scheidungsbaum oder ein Bayes^'sches Netz, wobei diese Aufzählung nicht abschließend ist.

Das neuronale Netz respektive das Deep Learning Netz bzw. auch die ande- ren verwendbaren Algorithmen bzw. Netze sind hierzu entsprechend auszu- legen respektive anzulernen, wozu entsprechende Trainingsdaten mit einer möglichst hohen Varianz erhoben werden. Es wird eine notwendige Anzahl an Trainingsdaten erfasst, und zwar bezüglich Personen unterschiedlichen Alters, unterschiedlicher Größe und unterschiedlichen Gewichts, die in ein Kraftfahrzeug einsteigen. Zweckmäßig ist es, wenn die Personen auch un- terschiedlich gekleidet sind, um eben eine möglichst hohe Datenvarianz zu haben. Mit dem Aufzeichnen der Bilder werden beispielsweise die drei ge- nannten Parameter, nämlich Größe, Gewicht und Alter der einsteigenden Person, erhoben und den Bilddaten zugeordnet und als Label gespeichert. Anhand der Trainingsdaten wird anschließend ein geeignetes Machine Lear- ning Modell (z. B. ein Convolutional Neuronal Network), mit Hilfe der Trai- ningsdaten und der zugeordneten personenspezifischen Parameter trainiert, wobei dieses Modell sodann fahrzeugseitig in der Verarbeitungseinstellung implementiert wird. Die Eingangsdaten, die dem Netzwerk sodann vom Fahrzeug gegeben werden, sind die Bilder der Kamera, die Ausgangsdaten sind die eine und die mehreren Informationen betreffend der erfassten Per- son.

In Weiterbildung der Erfindung kann vorgesehen sein, dass die Verarbei- tungseinrichtung zur Ermittlung, ob die Person auf einem personenspezifi- schen Sitz sitzen muss, wenigstens eine weitere, auf den geographischen Aufenthaltsort des Kraftfahrzeugs bezogene Information verarbeitet. Die Verwendung eines personenspezifischen Sitzes kann mitunter in verschie- denen Ländern unterschiedlich geregelt sein. Um eine in Bezug auf die tat- sächlich gegebenen Vorschriften korrekte finale Entscheidung, ob ein perso- nenspezifischer Sitz zu verwenden ist, und gegebenenfalls auch welchen Typs oder welcher Art dieser sein muss, treffen zu können, wird seitens der Verarbeitungseinrichtung eine entsprechende Information, die quasi länder- spezifisch, mithin also geographisch bezüglich des Aufenthaltsorts des Fahr- zeugs definiert ist, berücksichtigt. Es handelt sich bei dieser Information also quasi um eine länderspezifische Vorschrift oder Norm in Bezug auf die Ver- wendung eines personenspezifischen Sitzes. Die Verarbeitungseinrichtung umfasst einen regelbasierten Algorithmus, der die über das neuronale Netz gelieferte personenspezifische Information oder die Informationen sowie die geographisch basierte Information (z. B. die Vorschrift, wobei der Ort z. B. über GPS-Daten bestimmt wird) verarbeitet respektive diese mit entspre- chenden Vergleichsinformationen vergleicht, um gestützt darauf die finale Entscheidung, ob ein personenspezifischer Sitz notwendig ist, zu treffen. Dabei kann die Verarbeitungseinrichtung zusätzlich auch die Art oder den Typ des personenspezifischen Sitzes, der gefordert ist respektive gegebe- nenfalls vorschriftsgemäß zu verwenden ist, ermitteln.

Wie beschrieben erfolgt der Betrieb des Fahrzeugs respektive die Beförde- rung nur, wenn bei Erfassung eines Kindes oder Kleinkindes auch sicherge- stellt ist, dass ein entsprechender passender Sitz zusätzlich im Fahrzeug vorhanden ist. Um dies zu ermitteln kann erfindungsgemäß vorgesehen sein, dass die Verarbeitungseinrichtung eine ihr gegebene oder seitens der Verar- beitungseinrichtung ermittelte Sitzinformation, die einen fixierten zusätzlichen personenspezifischen Sitz oder die Art oder den Typ eines fixierten zusätzli- chen Sitzes beschreibt, mit dem Ermittlungsergebnis, ob die Person auf ei- nem personenspezifischen Sitz sitzen muss abgleicht, wobei die Beförde- rung nur möglich ist, wenn die den Sitz beschreibende Sitzinformation und das Sitzergebnis zueinander passen. Das heißt, dass seitens der Verarbei- tungseinrichtung eine Sitzinformation vorhanden ist, sei es dass die Sitzin formation übertragen wurde, sei es, dass sie seitens der Verarbeitungsein- richtung selbst ermittelt wurde, die Näheres bezüglich des zusätzlichen Sit zes beschreibt. Seitens der Verarbeitungseinrichtung wird nun abgeglichen, ob der vorhandene Sitz, mithin also die Sitzinformation, und das Ermittlungs- ergebnis, also die personenspezifische Information, zueinander passen. Da- bei kann die Sitzinformation lediglich angeben, dass ein zusätzlicher Sitz vorhanden ist. Wenn diese Information bereits ausreichend ist, mithin also zu dem Ermittlungsergebnis passt, kann die Beförderungsfreigabe erteilt wer- den. Zusätzlich kann aber auch die Art oder der Typ des zusätzlichen Sitzes erfasst werden, mithin also die Sitzerfassung noch weiter aufgelöst werden, wenn das Ermittlungsergebnis die Verwendung eines definierten, spezifi- schen Sitzes erfordert. Auch hier wird die Freigabe erteilt, wenn die spezifi- sche Sitzinformation mit dem spezifischen Ermittlungsergebnis korreliert. Ergibt sich in dieser Überprüfungsinstanz, dass entweder kein Sitz vorhan- den ist, oder dass kein passender Sitz vorhanden ist, so wird die Freigabe nicht erteilt. Dabei kann die Sitzinformation auf unterschiedliche Weise zur Verarbei- tungseinrichtung gelangen. So ist es denkbar, dass die Sitzinformation über eine elektronische Schnittstelle von einem fixierten Sitz an die Verarbei- tungseinrichtung übertragen wird. In diesem Fall verfügt das Fahrzeug über eine elektronische Schnittstelle, an die der zusätzliche Sitz automatisch ge- koppelt wird, wenn er fahrzeugseitig an den entsprechenden Befestigungs- Positionen fixiert wird. Eine solche Befestigungsposition respektive auch elektronische Schnittstelle wird häufig auch„ISOFIX“-Schnittstelle genannt. Mit dem Anschließen des Sitzes kann dieser automatisch die entsprechende Sitzinformation betreffend seinen Typ etc. an das Fahrzeug respektive die Verarbeitungseinrichtung übertragen, alternativ kann die Verarbeitungsein- richtung diese Sitzinformation bei Bedarf auch abfragen.

Eine Alternative sieht vor, mittels der Kamera oder wenigstens einer weiteren Kamera den Fahrzeuginnenraum zu erfassen und die Kamerabilder mittels der Verarbeitungseinrichtung zur Erfassung der Sitzinformation zu verarbei- ten. Auch hier erfolgt also eine Innenraumüberwachung hinsichtlich der In- stallation eines zusätzlichen Sitzes, wobei die Verarbeitungseinrichtung auch hier wiederum die Bilddaten der Kamerabilder auswertet. Auch dies ge- schieht zweckmäßigerweise mittels eines angelernten neuronalen Netzes, bevorzugt eines Deep Learning Netzes. Es kommt also auch hier ein trainier- tes Machine Learning Modell zum Einsatz, das anhand der Kamerabilder respektive der Bilddaten aus dem Innenraum erkennt, welcher Sitz sich im Fahrzeug befindet. Die Anlernung des neuronalen Netzes respektive Modells erfolgt auch hier mittels eines Trainingsdatensatzes umfassend eine Vielzahl von Bildaufnahmen unterschiedlicher Situationen mit unterschiedlich verbau- ten Fahrzeugsitzen im Fahrzeug. Das entsprechend angelernte Modell wird schließlich fahrzeugseitig in der Verarbeitungseinrichtung implementiert, so dass es bei Gabe der entsprechenden Kamerabilder die Sitzerfassung vor- nehmen kann.

Neben dem Verfahren selbst betrifft die Erfindung ferner ein Kraftfahrzeug, umfassend eine oder mehrere Kameras, eine Verarbeitungseinrichtung so- wie wenigstens eine Befestigungsschnittstelle zum Fixieren eines zusätzli- chen Sitzes, wobei das Kraftfahrzeug zur Durchführung des vorstehend be- schriebenen Verfahrens ausgebildet ist.

Fig. 1 eine Prinzipdarstellung eines erfindungsgemäßen Kraftfahr- zeugs, und

Fig. 2 ein Diagramm zur Erläuterung des erfindungsgemäßen Verfah- rens.

Fig. 1 zeigt ein erfindungsgemäßes Kraftfahrzeug 1 , umfassend vordere Sit- ze 2 sowie hintere Sitze 3 respektive eine Sitzbank, wobei exemplarisch auf einem der hinteren Sitze 3 ein zusätzlicher Sitz 4 in Form eines Kindersitzes angeordnet ist, der über eine geeignete Befestigungsschnittstelle 5 dort fest fixiert ist. Diese Befestigungsschnittstelle 5 kann auch zusätzlich eine elekt- ronische Schnittstelle sein, die es ermöglicht, vom zusätzlichen Sitz 4 ent- sprechende sitzspezifische Informationen auszulesen.

Vorgesehen ist des Weiteren eine Kamera 6, die der Innenraumüberwa- chung dient, und die eine in das Fahrzeug einsteigende Person erfasst. Die Kamerabilder respektive die Bilddaten der Kamera 6 werden sodann an eine Verarbeitungseinrichtung 7 gegeben, die unter Verwendung eines neurona- len Netzwerks, bevorzugt eines Deep Learning Netzwerks, also anhand ei- nes entsprechenden Modells, eine oder mehrere personenspezifische Infor- mationen, wie das Alter, die Größe und das Gewicht der eingestiegenen Person, ermittelt, um anhand dieser Informationen die Person dahingehend zu charakterisieren, ob es sich um einen Erwachsenen, einen Jugendlichen, ein Kind oder ein Kleinkind handelt, da je nach Person mitunter unterschied- liche Beförderungskriterien gelten. Flandelt es sich bei der Person um ein Kind oder ein Kleinkind, so kann, gegebenenfalls länderspezifisch, eine Be- förderung nur unter Verwendung eines entsprechenden zusätzlichen Sitzes erfolgen, im vorliegenden Fall eines solchen Sitzes 4 wie dargestellt.

Die Verarbeitungseinrichtung 7 ist nun in der Lage, gestützt auf die Bildda- tenanalyse unter Verwendung des Deep Learning Netzes sowie der in ihr abgelegten, geographisch basierten respektive länderspezifischen Informati- on unter Verwendung eines regelbasierten Algorithmus zu ermitteln, ob die erfasste Person einerseits ein Kind oder Kleinkind ist, das auf einem spezifi- schen Sitz sitzen sollte, und ob aufgrund des Aufenthalts des Fahrzeugs eine entsprechende Regelung gegeben ist, die die Verwendung eines solchen Sitzes zwingend vorschreibt.

Erfolgte diese Bestimmung, so wird entsprechend überprüft, ob ein entspre- chender geeigneter zusätzlicher Sitz 4 im Fahrzeug 1 vorhanden ist. Dies kann entweder über eine über die Schnittstelle 5 erfasste Sitzinformation er- folgen, die der Verarbeitungseinrichtung 7 gegeben wird. Alternativ kann dies auch über die von der Kamera 6 oder einer weiteren Kamera 8 gelieferten Kamerabilder, die seitens der Verarbeitungseinrichtung 7 ausgewertet wer- den, erfolgen. Die Verarbeitungseinrichtung 7 ermittelt anhand eines geeig- neten Algorithmus aus den Kamerabildern, ob ein zusätzlicher Sitz 4 vorhan- den ist, und gegebenenfalls auch dessen Typ oder Art.

Ist die Sitzinformation schließlich ebenfalls erfasst, so kann seitens der Ver- arbeitungseinrichtung 7 entschieden werden, ob die Sitzinformation zu der personenspezifischen Information respektive dem Ermittlungsergebnis, ob und wenn ja welcher spezifischer Sitz benötigt wird, passt. Ergibt der gesam- te Entscheidungs- bzw. Überprüfungsprozess, dass die Randbedingungen für eine sichere Beförderung des Kindes oder Kleinkindes erfüllt sind, so wird seitens der Verarbeitungseinrichtung 7 ein Freigabesignal beispielsweise an eine zentrale Steuerungseinrichtung 9, die den Fährbetrieb des Kraftfahr- zeugs ansteuert, gegeben, woraufhin grundsätzlich der autonome Fahrbe- trieb des Kraftfahrzeugs 1 möglich ist. Die tatsächliche Fahrt kann beispiels weise erst dann beginnen, wenn sichergestellt ist, dass das Kind oder Klein- kind tatsächlich auf dem Sitz 4 Platz genommen hat und sich auch entspre- chend durch Anlegen des Sicherheitsgurts gesichert hat. Dies kann bei spielsweise wiederum über die Kamera 6 und/oder 8 erfasst werden, gege- benenfalls zusätzlich mit einer entsprechenden Sensorik, die das Schließen eines Sicherheitsgurtschlosses ermittelt. Ist auch diese Randbedingung er- füllt, so kann der autonome Fährbetrieb beginnen. Fig. 2 zeigt ein Diagramm, das das erfindungsgemäße Verfahren näher be- schreibt.

Mit dem Bezugszeichen a) ist angezeigt, dass zum Trainieren des neurona- len Netzes respektive Deep Learning Netzes zunächst Trainingsdaten mit einer möglichst hohen Varianz aufgenommen werden. Es wird eine notwen- dige, möglichst hohe Anzahl an Trainingsdaten erhoben, wozu mittels einer Kamera Personen unterschiedlichen Alters, Größe und Gewicht, die in ein Kraftfahrzeug 1 einsteigen, erfasst werden, wobei möglichst viele unter- schiedliche Personen erfasst werden, um eine möglichst hohe Varianz zu haben. Zweckmäßigerweise tragen diese Personen auch variierende, unter- schiedliche Kleidungsstücke, so dass sie sich von Aufnahme zu Aufnahme auch unterscheiden. Mit dem Aufzeichnen der Kamerabilder werden zusätz- lich die Parametergröße, Gewicht und Alter der einsteigenden Person erfasst und der oder den jeweiligen Aufnahmen dieser Person quasi als Label zuge- ordnet.

Wie unter b) dargestellt wird sodann das neuronale Netz respektive das selbstlernende Modell, beispielsweise ein Convolutional Neuronal Network, mit Hilfe der Trainingsdaten umfassend die Labels aus Schritt a) trainiert, wobei dieses Training einmalig erfolgt. Anschließend wird das trainierte, an- gelernte Modell in der Verarbeitungseinrichtung 7 implementiert und kann genutzt werden. Der Eingang dieses neuronalen Netzes sind die Kamerabil- der respektive die Bilddaten, die die Kamera 6 und gegebenenfalls 8 liefern. Die Ausgabe des neuronalen Netzes ist die personenspezifische geschätzte Information bezüglich Alter, Gewicht und Größe, wobei bevorzugt zweier die ser Parameter, vorzugsweise alle drei ermittelt werden.

Unter c) ermittelt sodann ein regelbasierter Algorithmus, gestützt auf unter d) dargestellte geographisch basierte respektive länderspezifische Informatio- nen, ob in Bezug auf das Land, in dem das Fahrzeug ist, (was z. B. über GPS-Daten seitens der Verarbeitungseinrichtung 7 erfasst wird) eine gesetz- liche Vorschrift besteht, dass zur Beförderung von Kindern oder Kleinkindern ein spezifischer Sitz zu verwenden ist. Diese Ermittlung erfolgt, wenn das neuronale Netz unter b) nach Analyse der Kamerabilder angibt, dass ein Kind oder Kleinkind eingestiegen ist.

Im Schritt e) wird sodann auf Basis der ermittelten Informationen das finale Ermittlungsergebnis getroffen, ob ein spezifischer Sitz respektive Kindersitz erforderlich ist, und gegebenenfalls auch welche Art oder welchen Typs die- ser sein muss.

Sodann wird ermittelt, ob sich ein solcher Sitz im Kraftfahrzeug befindet. Um dies zu ermöglichen, wird zunächst ein neuronales Netz respektive ein Deep Learning Netz entsprechend angelernt, wozu, siehe f), erneut spezifische Trainingsdaten betreffend Kindersitze erfasst werden. Hierzu werden wiede- rum eine Vielzahl von Kameraaufnahmen aus dem Innenraum des Kraftfahr- zeugs 1 mit der Kamera 6 und/oder der Kamera 8 aufgenommen, die ver- schiedene Situationen mit an unterschiedlichen Positionen verbauten unter- schiedlichen Kindersitzen zeigen. Auch hier werden den einzelnen Aufnah- men respektive Datensätzen entsprechende, den jeweiligen Kindersitz be- schreibende Informationen als Label zugeordnet. Das neuronale Netz wird sodann entsprechend angelernt und trainiert und in der Verarbeitungseinrich- tung 7 implementiert.

Im Betrieb des Fahrzeugs werden, wenn eine entsprechende Überprüfung stattfindet, mittels der Kameras 6 oder 8 entsprechend aufgenommene Ka- merabilder der Verarbeitungseinrichtung 7 gegeben, die daraufhin unter Verwendung des neuronalen Netzes respektive Deep Learning Netzes ana- lysiert, ob ein entsprechender Sitz 4 respektive Kindersitz im Fahrzeug ver- baut ist, und wenn ja welchen Typs dieser ist. Dieses Ermittlungsergebnis wird im Schritt h) getroffen.

Sodann vergleicht die Verarbeitungseinrichtung 7 im Schritt i), ob die in den Entscheidungsebenen e) und h) erfassten Ergebnisse miteinander korrelie- ren, mithin also ob der erfasste Sitz 4 zu dem Sitzerfordernis gemäß Schritt e) passt. Ist dies der Fall, kann die Freigabe des autonomen Fährbetriebs ausgegeben werden, ist keine Übereinstimmung gegeben, so ist keine Frei- gabe möglich, der Fährbetrieb erfolgt nicht.

Fig. 2 zeigt im Schritt g‘) die Alternative, dass anstelle der Erfassung von Sit- zinformationen über ein neuronales Netz eine entsprechende Sitzinformation auch über die in Fig. 1 gezeigte Schnittstelle 5, die eine elektronische Schnittstelle ist oder umfasst, erfasst werden kann. Die entsprechende Sitz- information wird der Verarbeitungseinrichtung 7 gegeben, die daraufhin das entsprechende Erfassungsergebnis h) generiert, das der Überprüfung ge- maß Schritt i) unterworfen wird.

Claims

PATENTANSPRÜCHE:

1. Verfahren zum Betrieb eines autonom fahrenden Kraftfahrzeugs, bei dem mittels wenigstens einer Kamera (6) der Fahrzeuginnenraum erfasst und die Kamerabilder mittels einer Verarbeitungseinrichtung (7) zur Erfassung wenigstens einer personenbezogenen Information einer den Fahrzeugin- nenraum betretenden Person verarbeitet werden, anhand welcher Infor- mation bestimmbar ist, ob die Person zur anstehenden Beförderung in ei- nem fahrzeugseitig zu montierenden zusätzlichen personenspezifischen Sitz sitzen muss, wonach seitens der Verarbeitungseinrichtung (7) be- stimmt wird, ob ein personenspezifischer Sitz (4) im Fahrzeug vorhanden und fixiert ist, wobei die anstehende Beförderung nur möglich ist, wenn ein solcher Sitz erfasst wird.

2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass mehrere In- formationen ermittelt werden, die das Alter, das Gewicht und/oder die Größe der Person beschreiben.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Verarbeitungseinrichtung die eine oder die mehreren Informationen mit- tels eines durch maschinelles Lernen trainierten Algorithmus ermittelt.

4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die Verarbei- tungseinrichtung (7) die eine oder die mehreren Informationen mittels ei- nes angelernten neuronalen Netzes (b) ermittelt.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass als neuronale Netz (b) ein Deep Learning Netz verwendet wird.

6. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekenn- zeichnet, dass die Verarbeitungseinrichtung (7) zur Ermittlung, ob die Person auf einem personenspezifischen Sitz (4) sitzen muss, wenigstens eine weitere, auf den geografischen Aufenthaltsort des Kraftfahrzeugs bezogene Information (d) verarbeitet.

7. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekenn- zeichnet, dass die Verarbeitungseinrichtung (7) zusätzlich die Art oder den Typ des personenspezifischen Sitzes (4) ermittelt.

8. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekenn- zeichnet, dass die Verarbeitungseinrichtung (7) eine ihr gegebene oder seitens der Verarbeitungseinrichtung (7) ermittelte Sitzinformation, die ei- nen fixierten zusätzlichen personenspezifischen Sitz (4) oder die Art oder den Typ eines fixierten zusätzlichen Sitz (4) beschreibt, mit dem Ermitt- lungsergebnis, ob die Person auf einem personenspezifischen Sitz (4) sitzen muss abgleicht, wobei eine Beförderung nur möglich ist, wenn die den Sitz (4) beschreibende Sitzinformation und das Ermittlungsergebnis zueinander passen.

9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass die Sitzinfor- mation über eine elektronische Schnittstelle (5) von einem fixierten Sitz

(4) an die Verarbeitungseinrichtung (7) übertragen wird.

10. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass mittels der Kamera (6) oder wenigstens einer weiteren Kamera (8) der Fahrzeugin- nenraum erfasst und die Kamerabilder mittels der Verarbeitungseinrich- tung (7) zur Erfassung der Sitzinformation verarbeitet werden.

11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass die Verar- beitungseinrichtung (7) die Sitzinformation mittels eines angelernten neu- ronalen Netzes (g) ermittelt.

12. Verfahren nach Anspruch 1 1 , dadurch gekennzeichnet, dass als neurona- le Netz (g) ein Deep Learning Netz verwendet wird.

13. Kraftfahrzeug, umfassend eine oder mehrere Kameras (6, 8), eine Verar- beitungseinrichtung (7) sowie wenigstens eine Befestigungsschnittstelle

(5) zum Fixieren eines zusätzlichen Sitzes, ausgebildet zur Durchführung des Verfahrens nach einem der vorangehenden Ansprüche.